辜小花　邱　奎　李太福　王　坎　唐海红　商剑峰

1.重庆科技学院电气与信息工程学院　2.四川理工学院自动化与电子信息学院3.中国石油大学（北京）机械与储运工程学院

辜小花等.基于大数据的高含硫天然气脱硫工艺优化. 天然气工业，2016， 36（9）: 107-114.

基于大数据的高含硫天然气脱硫工艺优化

辜小花1，2邱奎1李太福1王坎1唐海红1商剑峰3

1.重庆科技学院电气与信息工程学院2.四川理工学院自动化与电子信息学院3.中国石油大学（北京）机械与储运工程学院

辜小花等.基于大数据的高含硫天然气脱硫工艺优化. 天然气工业，2016， 36（9）: 107-114.

为了解决高含硫天然气脱硫工艺中脱硫选择性差、能耗高等问题，提出了基于大数据的高含硫天然气脱硫工艺优化方法。首先，通过工艺流程分析，发现对性能指标有显著影响的决策参数，建立无迹卡尔曼滤波神经网络动态模型，获知了脱硫工艺的潜在规律；然后，针对原脱硫工艺中H2S、CO2过分脱除问题，采用偏好多目标优化的方法，分别以H2S浓度逼近2.5 mg/m3、CO2浓度逼近2%为目标函数，采用非支配性排序遗传算法对模型进行多目标优化，获得了最佳工艺参数。采集某高含硫天然气净化厂脱硫单元2014年1—12月的生产数据，取前80%数据作为训练集，后20%数据作为测试集，进行了仿真实验。结果表明：①所建立的动态模型能够较好地反映脱硫工艺生产规律；②优化结果建议适当降低一级吸收塔温度，提高二级吸收塔温度，提高闪蒸罐压力，并减少胺液循环量；③优化后净化气中H2S浓度将由0.62 mg/m3提高至3.22 mg/m3，CO2浓度由1.19%提高至1.99%，脱硫选择性显著提高；……